Stable Diffusionで画像を生成していると、「同じキャラクターなのに毎回顔が変わってしまう」という壁にぶつかることがあります。特に漫画やストーリー系の画像制作では、顔の一貫性が保てないのは大きな課題です。
この課題に対しては、複数の手法が使われています。IP-Adapter Face、LoRAトレーニング、ReActorなど、用途と技術レベルに応じて選べる手法があります。ただし、ツールやモデルの対応状況はバージョンによって変わります（2026年10月時点の情報です）。
この記事では、顔の一貫性が崩れる原因から、5つの解決方法の使い分け、実践的な設定手順まで解説します。公式情報はStability AI公式サイトで確認できます。
🤖 ナビ助のおすすめ！
顔の一貫性が崩れる原因
なぜStable Diffusionでは同じプロンプトでも毎回顔が変わるのか。その仕組みを理解することで、対策が見えてきます。
- ランダムシード：生成のたびに異なるノイズから画像を作るため、毎回結果が変わる
- プロンプトの曖昧さ：「beautiful woman」だけでは顔の特徴が十分に指定できない
- モデルの学習データ：特定の個人の顔ではなく、概念的な「顔」を学習しているため
- サンプラーやステップ数の影響：パラメータを変えると微妙に結果が変わる
これらの要因が複合的に作用するため、プロンプトの工夫だけでは一貫性を保つのが難しいため、専用のツールや技術を活用する方法があります。
顔の一貫性を維持する5つの方法｜比較表
まずは5つの方法を一覧で比較してみましょう。
| 方法 | 難易度 | 品質 | 必要なもの | おすすめ度 |
|---|---|---|---|---|
| IP-Adapter Face | ★★☆☆☆ | ★★★★☆ | 拡張機能のインストール | ★★★★★ |
| LoRAトレーニング | ★★★★☆ | ★★★★★ | 学習用画像10-20枚 | ★★★★★ |
| ReActor（顔入れ替え） | ★★☆☆☆ | ★★★★☆ | 拡張機能のインストール | ★★★★☆ |
| シード固定＋プロンプト工夫 | ★☆☆☆☆ | ★★☆☆☆ | なし | ★★☆☆☆ |
| ControlNet Reference | ★★★☆☆ | ★★★☆☆ | ControlNet拡張 | ★★★☆☆ |
どの方法を選ぶにしても、顔のパーツを言葉で指定する力は共通して効いてきます。プロンプトの語彙を増やしておきたい方には、Stable Diffusionのプロンプト解説本が手引きになります。
方法1：IP-Adapter Face（手軽さと品質のバランス型）
IP-Adapter Faceは、参照画像の「顔の特徴」を新しい画像に反映させる技術です。手軽さと品質のバランスが取りやすい方法として使われています。セットアップが完了すれば、手軽に試せます。なお、IP-Adapter FaceIDは顔認識にInsightFaceのモデルを使う実装があり、InsightFaceのモデルは非商用の研究目的に限られる場合があります。商用利用を考える場合は、使用するモデルや実装のライセンスを必ず確認してください。
セットアップ手順
- AUTOMATIC1111 WebUI またはComfyUIを準備
- ControlNet拡張機能をインストール
- IP-Adapter FaceIDモデルをダウンロードして所定フォルダに配置
- WebUIのControlNetセクションでIP-Adapterを有効化
使い方
- ControlNetのタブを開く
- 参照したい顔の画像をアップロード
- プリプロセッサ：「ip-adapter_face_id」を選択
- モデル：「ip-adapter-faceid」を選択
- Weight（強度）を0.6〜0.8に設定
- 通常通りプロンプトを入力して生成
Weightの調整ガイド
| Weight値 | 効果 | 向く場面 |
|---|---|---|
| 0.3〜0.5 | 軽い参照。雰囲気だけ似る | インスピレーション程度の参照 |
| 0.6〜0.8 | 顔の特徴を維持しつつ柔軟に調整しやすい | 一般的な用途 |
| 0.9〜1.0 | 強い参照。顔が近くなりやすい | 一貫性をより重視する場合 |
Weight 0.7前後が試しやすい出発点です。値が高すぎるとポーズや表情の自由度が下がるため、バランスを見ながら調整しましょう。
ワークフローの構築にはComfyUI公式GitHubも参考になります。
方法2：LoRAトレーニング（品質重視）
特定の人物（キャラクター）の顔を学習させた専用のLoRAモデルを作成する方法です。品質を重視できる反面、準備に手間がかかります。一度作成すれば、さまざまなポーズで同じ顔に近づけやすいのがメリットです。
必要なもの
- 学習用の画像：10〜20枚（さまざまな角度・表情・照明）
- GPU搭載PC（VRAM 8GB以上が目安）
- LoRA学習ツール（Kohya_ss、またはEasy Training Scripts）
ここでネックになりやすいのがVRAMです。8GB未満だと学習の途中でメモリ不足になることがあるため、LoRAまで手を伸ばすならグラフィックボードの見直しも選択肢になります。
学習手順の概要
- 学習用画像を収集・選別（多様な角度・表情があると学習しやすい）
- 画像にキャプション（テキスト説明）を付ける
- 学習パラメータを設定（エポック数、学習率など）
- LoRAトレーニングを実行（所要時間は環境や設定により異なります）
- 生成したLoRAファイルをmodels/Loraフォルダに配置
- プロンプトに
<lora:キャラ名:0.7>を追加して使用
LoRAの学習パラメータ目安
| パラメータ | 設定例 | 説明 |
|---|---|---|
| 画像枚数 | 15〜20枚 | 多様な角度・表情を含む |
| エポック数 | 10〜20 | 過学習に注意。少なめから開始 |
| 学習率 | 1e-4 | 顔のLoRAでよく使われる値 |
| ネットワークランク | 32〜64 | 顔の詳細度に影響 |
| バッチサイズ | 1〜2 | VRAMに応じて調整 |
🤖 ナビ助のおすすめ！
方法3：ReActor（顔入れ替え）
生成後の画像に対して、参照画像の顔を「入れ替える」アプローチです。手軽で、設定もシンプルです。ただし、実在の人物の顔を本人の許可なく入れ替えると、肖像権やプライバシーの侵害にあたるおそれがあります。ReActorが使う顔入れ替えモデル（InsightFace系）は非商用の研究目的に限られる場合があるため、ライセンスも確認してください。
使い方
- ReActor拡張機能をインストール
- 通常通り画像を生成
- ReActorタブで参照する顔画像をアップロード
- 「Enable」にチェックを入れて生成
生成された画像の顔部分が、参照画像の顔に入れ替わります。ポーズや構図は自由に変えつつ、顔だけを統一できるのが便利なポイントです。
精度を左右するのは参照画像の質です。影が強く出た写真だと顔の輪郭を拾いにくいので、参照用の顔写真を自分で撮るならリングライトで正面から光を当てておくと撮りやすくなります。
方法4：シード固定＋プロンプト工夫（簡易版）
追加のツールや拡張機能なしでできるシンプルな方法です。ただし精度は他の方法に比べて低めです。
やり方
- 気に入った顔が生成されたら、そのシード値をメモ
- 次の生成でも同じシード値を使用
- プロンプトの顔に関する部分は変更せず、背景やポーズだけ変更
プロンプトの顔描写を詳細にする
1girl, oval face, small nose, large brown eyes, thin eyebrows, light skin, shoulder-length black straight hair with bangs, gentle smile
顔のパーツを一つずつ具体的に記述すると、ある程度の一貫性が保てる場合があります。ただし一貫性を保ち続けるのは難しいため、補助的な手法として活用しましょう。
方法5：ControlNet Reference
ControlNetのReference Only機能を使って、参照画像全体の雰囲気を反映させる方法です。顔だけでなく、全体的なスタイルの一貫性にも効果があります。
設定方法
- ControlNetタブで画像をアップロード
- プリプロセッサ：「reference_only」を選択
- モデル：「None」を選択
- Style Fidelity：0.5〜0.8に設定
IP-Adapter Faceと比べると顔の一貫性精度は劣りますが、セットアップが簡単なのがメリットです。まず手軽に試したい場合の選択肢になります。参照画像をもとにリアルな顔を作る別のやり方として、img2imgの使い方を以下の記事で解説しています。
用途別の方法の選び方
どの方法を選べばよいか迷った場合は、以下の使い分けガイドを参考にしてください。
| 用途 | 候補の方法 | 理由 |
|---|---|---|
| 漫画・ストーリー系 | LoRA + IP-Adapter | 一貫性を保ちやすい。多くのシーンで同じ顔に近づけやすい |
| SNSアイコン・イラスト | IP-Adapter Face | 手軽に試せる |
| 実写風ポートレート | ReActor | 顔の入れ替えに使われる（実在人物の扱いに注意） |
| 手軽に試したい | シード固定 | 追加ツール不要 |
| アニメキャラクター | LoRA | キャラクターの特徴を学習させやすい |
漫画やストーリー系で使う場合、生成した顔にコマごとの手直しを入れる場面が出てきます。そこまで踏み込むなら、画面に直接描き込める液晶ペンタブレットがあると修正作業がしやすくなります。
よくある質問（FAQ）
Q1. オンライン版のStable Diffusionでも顔の一貫性は維持できる？
オンラインサービスによってはIP-AdapterやLoRAに対応していないものがあります。顔の一貫性を細かく調整したいなら、ローカル環境（ComfyUIやAUTOMATIC1111など）の構築が選択肢になります。一部のサービス（CivitaiやSeaArtなど）はLoRAに対応しています（対応状況は各サービスで確認してください）。
Q2. IP-Adapter FaceとReActorの違いは？
IP-Adapterは生成時に顔の特徴を反映するため、なじみやすい仕上がりになる傾向があります。ReActorは生成後に顔を入れ替えるため、つなぎ目が不自然になる場合があります。自然さを重視するならIP-Adapter、手軽さを重視するならReActorという違いがあります。
Q3. LoRAの学習にはどのくらいの画像が必要？
10〜20枚程度から試す方が多いです。さまざまな角度（正面、横顔、斜め）、表情（笑顔、真顔、怒り）、照明条件の画像を用意すると、学習しやすくなります。必要な枚数は目的やモデルにより異なります。
Q4. 実在の人物のLoRAを作っても大丈夫？
法的にグレーゾーンの部分が多い分野です。肖像権やパブリシティ権の侵害になる可能性があるため、本人の許可なく実在の人物のLoRAを作成・公開することは避けてください。許可を得た場合でも、利用範囲を事前に確認しましょう。
Q5. ComfyUIとAUTOMATIC1111、どちらが顔の一貫性に向いている？
機能的にはどちらでも可能ですが、ComfyUIの方がワークフローの柔軟性が高く、IP-AdapterとControlNetを組み合わせた複雑な設定がしやすい傾向があります。AUTOMATIC1111はUIが分かりやすい一方、更新が少なくなっている点に注意してください。
Q6. SDXLとSD1.5、顔の一貫性はどちらが得意？
ベースの品質はSDXLの方が高いとされていますが、IP-AdapterやLoRAの対応状況、拡張機能の数ではSD1.5の方が選択肢が多い場合があります。SDXL向けのツールも増えているため、用途に応じて選んでください。
キャラクターの顔を揃えたあとの仕上げを手描きで整えたい場合は、ペイントソフトを使う方法もあります。CLIP STUDIO PAINTはレイヤーを使ってイラストやマンガを描けるソフトで、公式サイトでは3Dデッサン人形を使った参考作りなどの機能が紹介されています。対応端末や料金プランは公式サイトで確認できます。
まとめ
- Stable Diffusionで顔の一貫性を維持する方法として、IP-Adapter Faceは手軽さと品質のバランスが取りやすい
- 品質を重視するならLoRAトレーニング（画像15〜20枚程度が一例）
- 手軽に顔を統一するならReActor（顔入れ替え。実在人物の扱いに注意）
- シード固定＋詳細プロンプトは補助的な手法として活用
- 漫画・ストーリー制作にはLoRA＋IP-Adapterの併用という方法もあります
- 実在の人物のLoRA作成は法的リスクに注意が必要
顔の一貫性が維持できるようになると、Stable Diffusionの活用の幅が広がります。まずはIP-Adapter Faceから試してみてください。
🤖 ナビ助のおすすめ！
